AFML读书笔记--Bet Sizing

最新推荐文章于 2026-01-10 03:11:16 发布

原创

最新推荐文章于 2026-01-10 03:11:16 发布 · 976 阅读

标签

#python #机器学习

本文是《Advance Finance Machine Learning》的读书笔记，探讨了投资者在价格上涨时亏损的原因，主要在于不合适的投资持仓量。文章提出了三种解决策略：基于趋势强度的持仓量调整、预算角度的持仓量计算以及概率转化成投资规模的方法。通过模型预测和概率分布，动态调整持仓以优化投资回报。

Advance Finance Machine Learning读书笔记

因为年初疫情影响，书剩在别的地方无法出门取，所以断更了很久，现在持续更新中……
之前有搜到大神weixin_38753422的AFML系列。写得很详细并且有代码和图片解释，链接在此
此系列从Part 1 Chapter 3开始写起，Chapter3之前内容可以在上面的链接里看到。（注意并不是所有内容的整理，而是我个人觉得需要整理的内容）

本文讲的时Part 3 Chapter 10 Bet Siziing (持仓量的调整)

大多数人投资犯的错–标的价格明明在涨却还是亏钱

原因就是不合时宜的持仓量，导致踏空
作者开篇举了个例子,比如:
我们现在有两个策略 $i = 1, 2$ ，并在时间点 $t = 1 ， 2 ， 3$ 给予了持仓量预测标记为 $m_i,_t$ ，以及标的物市价 $P_t$
$P_1,P_2,P_3]=[1,0.5,1.25]$ （解释：标的物在时间点1，2，3的市价为1，0.5，1.25）
$m_1,_1,m_1,_2,m_1,_3]=[0.5,1,,0]$ （解释：策略1在时间点1，2，3分别给出持仓量预测为0.5，1，0）
$m_2,_1,m_2,_2,m_2,_3]=[1,0.5,,0]$
通过计算策略策略1赚了0.5，策略2亏了0.125